孙燕姿谈“AI孙燕姿”:她的反应让人意外,深入体验揭示其背后的真相与潜力!

news/2024/11/29 9:32:32/

目录

  • 前言
  • AI歌手简介
  • AI歌手的技术原理
  • 孙燕姿对“AI孙燕姿”的看法
  • 结论
  • 个人感受
    • 一、你听过AI歌手的音乐呈现吗?作为听众你的感受如何?
    • 二、你认为这种新型演艺模式能否获得广泛的市场认可?原因是什么?
    • 三、你认为AI歌手会取代流行歌手成为主流吗?
    • 四、你所了解到的这类AI应用还有哪些呢?可以分享一下。
  • 其它资料下载

前言

你听过AI歌手吗?近日,“AI孙燕姿”火遍全网,AI孙燕姿翻唱林俊杰的《她说》、周董的《爱在西元前》、赵雷的《成都》等等歌曲让网友听了直呼:“听了一晚上,出不去了。”你认为AI歌手会取代流行歌手成为主流吗?

接下来,博主将深入探讨AI歌手的技术原理,以及近日火遍全网的“AI孙燕姿”。还将讨论AI歌手是否会取代流行歌手成为主流,以及孙燕姿对“AI孙燕姿”的看法。希望这篇博客能够帮助大家更好地了解AI歌手。

AI歌手简介

AI歌手是指使用人工智能技术模拟人类声音演唱歌曲的歌手。这些歌曲是通过模型训练和后期处理,让AI用真人歌手的声音翻唱其他歌手的歌曲。

在这里插入图片描述

AI歌手的技术原理

AI歌手的技术原理主要是通过收集大量语音素材进行模型训练和后期处理,就可以收获AI模仿不同音色翻唱的歌曲。网络上大部分AI翻唱作品所用的核心技术主要来自于一个叫做So-vits-svc(也称Sovits)的开源项目,该项目已经迭代到4.1版本。它是由是中国民间歌声合成爱好者Rcell基于VITS、soft-vc、VISinger2等一系列项目开发的一款开源免费AI语音转换软件,现由svc-develop-team接手进行后续维护。相较于以往VITS、soft-vc、VISinger2等项目,Sovits的使用大大简化,仅凭数段音频,就可用一个生成式模型来合成目标音色的音频,训练出用户想要的声学模型。这个模型可以保留音高和音调,也可以用不同的语言来翻唱。

在这里插入图片描述

我们来看看孙燕姿本人在社交平台上发文对AI歌手的看法。

孙燕姿对“AI孙燕姿”的看法

5月22日晚,歌手孙燕姿在社交平台发文回应称,人类无法超越AI技术已指日可待,凡事皆有可能,凡事皆无所谓,“我认为思想纯净、做自己,已然足够”。

“粉丝们已经接受我就是一名冷门歌手的事实,而我的AI角色成为了目前的顶流。”孙燕姿表示,“我想说的是,你跟一个每几分钟就推出一张新专辑的人还有什么好争的。”

文章提到,无论是ChatGPT还是Al或者其他名字,这个“东西”现在能够通过处理海量的信息,同时以最连贯的方式拼接组合手头的任务,来模仿或创造出独特而复杂的内容。“这种新技术将能够大量炮制每个人所需的一切。无论你多么小众、多么反常或者精神多么错乱,都可能有专门为你创建的独特内容。你并不特别,你已经是可预测的,而且不幸你也是可定制的。”

孙燕姿认为,AI技术的赫然耸现将威胁到成千上万个由人类创造的工作,比如法律、医学、会计等行业,以及目前人们正在谈论的唱歌。“你可能会反对,说我还是能分辨出区别的,它没有情绪,没有音调和呼吸(或任何你能想到的术语)的变化。很抱歉,我怀疑这只是一个非常短期内的回应。”

结论

总之,AI歌手是一种新兴的技术产物,它能够通过模型训练和后期处理来模仿不同音色翻唱歌曲,但其还是存在着一定的侵权风险。去年底,国家网信办发文要求,在提供合成人声、仿声、人脸替换、姿态操控等深度合成服务时,应当提示使用者依法告知被编辑的个人,并取得其单独同意;并且合成内容如果可能导致混淆或者误认的,必须在合理位置上进行显著标识,交代合成作品的具体信息。今年4月,国家网信办又起草了《生成式人工智能服务管理办法(征求意见稿)》,明确预训练、优化训练的数据,不得含有侵犯知识产权的内容。

个人感受

一、你听过AI歌手的音乐呈现吗?作为听众你的感受如何?

为此,博主特意前往QQ音乐听了下AI孙燕姿的翻唱歌曲,可能是因为我对AI生成的音乐持开放和好奇的态度,我感觉出来AI创造出的新颖和不寻常的音乐元素。但是如果听多遍歌曲,我发现AI生成的音乐还是缺乏一定的情感和人类艺术家独有的表现力。而且音乐创作中涉及到灵感、情感和人类经验等复杂因素,这些也是难以被AI完全捕捉和模拟。

总而言之,AI生成音乐是一个充满前景和讨论的领域。它为音乐创作带来了新的可能性,但同时也需要继续发展和探索,以提高音乐的质量和感染力,以及与人类艺术家的创造力相匹敌。

二、你认为这种新型演艺模式能否获得广泛的市场认可?原因是什么?

目前来看,从QQ音乐上数据来看,AI歌手的翻唱,还是取得了不错的市场反馈,不少翻唱都达到百万级的播放量,但我个人觉得从长远来看,虽然AI歌手随着ChatGPT在各行各业的爆火影响,在当前的音乐产业中正在引起越来越多的关注,但由于AI歌手这种技术仍然存在的一些挑战和限制,会极大影响AI歌手在市场上的认可度。其中包括人们对人工智能创作的接受度、音乐产业的商业模式和权益分配、以及音乐消费者的个人偏好等因素。

综上所述,AI歌手的演艺模式有潜力获得广泛的市场认可,但其发展和普及还需要技术的进一步改进、艺术性的提升,以及与音乐产业和听众的接受度等方面的协调。

三、你认为AI歌手会取代流行歌手成为主流吗?

我认为AI歌手不会取代流行歌手成为主流。虽然AI歌手在一些领域表现出了创造力和潜力,但在音乐产业中取得主流地位仍面临一些挑战。

以下是个人认为一些影响AI歌手取代流行歌手成为主流的因素:

  • 人类艺术家的独特性和情感表达:人类艺术家的音乐作品通常具有独特性和情感表达,这是由于他们的个人经历、感受和艺术直觉的独特组合。这种情感和个人化的表达往往与听众建立深层次的共鸣和连接。尽管AI歌手可以生成令人惊讶和独特的音乐作品,但它们可能难以完全模拟人类的情感和艺术直觉。
  • 舞台表演和表演能力:音乐表演不仅仅是音乐本身,还包括舞台表演和艺术家与观众之间的互动。流行歌手通常具有舞台魅力、表演能力和与观众的互动能力,这些因素对于打动观众和建立粉丝基础至关重要。AI歌手在这方面可能无法与人类艺术家相媲美。
  • 市场接受度和商业模式:音乐产业具有复杂的商业模式和市场机制,包括音乐制作、宣传、推广、音乐发行和演唱会等方面。人类艺术家在这些方面具有丰富的经验和资源,而AI歌手需要与这些机制进行整合和合作才能取得更广泛的市场认可。

尽管如此,随着技术的不断进步和发展,未来AI歌手有可能在音乐产业中扮演更重要的角色。随着算法、语音合成和情感模拟等方面的改进,AI歌手可能能够更好地模拟人类的情感和表达,逐渐与流行歌手媲美甚至超越。然而,无论如何,人类艺术家独特的创造力和情感表达将始终在音乐领域具有重要地位。

四、你所了解到的这类AI应用还有哪些呢?可以分享一下。

除了AI歌手之外,还有一些类似的AI应用,可以利用人工智能技术创造或增强音乐体验。以下是一些相关的应用示例:

AI作曲家和音乐生成器:类似于AI歌手,AI作曲家和音乐生成器使用机器学习和生成模型来创造新的音乐作品。这些应用可以根据输入的指导、风格或情感生成旋律、和弦、节奏等音乐元素。

AI音乐编曲和混音:AI可以辅助音乐制作过程中的编曲和混音工作。它可以分析音轨,自动调整音量平衡、修正音高、添加合适的音效等,以提升音乐制作的效率和质量。

AI音乐推荐和个性化播放列表:AI可以通过分析用户的音乐偏好和行为数据,提供个性化的音乐推荐和定制的播放列表。这些应用可以帮助用户发现新的音乐、深入了解其喜好,并为用户提供更好的音乐体验。

AI实时音乐表演和互动:一些AI应用探索将人工智能技术与实时音乐表演相结合,使得音乐表演可以与AI互动。这些应用可以通过分析音乐信号、视觉反馈或传感器数据,对音乐表演做出实时响应,创造出独特的音乐体验。

需要注意的是,这些AI应用仍处于不断发展和探索的阶段,它们的成熟程度和市场认可度因应用领域的不同而异。但随着技术的进步和创新,我们可以期待在音乐领域中看到更多令人兴奋的AI应用的出现。

其它资料下载

如果大家想继续了解人工智能相关学习路线和知识体系,欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线,所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台,AI技术平台以及相关领域专家:Datawhale,ApacheCN,AI有道和黄海广博士等约有近100G相关资料,希望能帮助到所有小伙伴们。


http://www.ppmy.cn/news/96000.html

相关文章

STM32F103C8T6+2.4寸SPI TFT触摸屏代码+标准库 项目开发

目录 模块清单: 模块介绍: 1:STM32F103C8T6 2:2.4寸SPI TFT触摸屏 项目结果展示 2.4寸 TFT SPI显示触摸屏 2.4寸 SPI TFT 显示触摸屏代码下载链接: (1条消息) 2.4寸SPITFT显示触摸屏资源-CSDN文库 模块清单&#x…

管理文件系统

章节目录: 一、探索 Linux 文件系统1.1 Linux 文件系统的演进1.2 日志文件系统1.3 卷管理文件系统 二、使用文件系统2.1 创建分区2.2 创建文件系统2.3 文件系统的检查与修复 三、逻辑卷管理3.1 LVM 布局3.2 Linux 中的 LVM3.3 使用 Linux LVM 四、结束语 本章内容&a…

【技术分享】万字长文图文并茂读懂高性能无锁 “B-Tree 改”:Bw-Tree

【技术分享】万字长文图文并茂读懂高性能无锁 “B-Tree 改”:Bw-Tree 原文链接: https://mp.weixin.qq.com/s/I5TphQP__tHn6JoPcP–_w 参考文献可能需要科学上网才能下载。如果你获取不到这几篇论文,可以关注公众号 IT技术小密圈 回复 bw-tre…

/dev/kmem /proc/kallsyms

文章目录 前言概述使用 /dev/kmem使用 /proc/kallsyms验证进阶 前言 上篇文章我们介绍了 /dev/mem,今天再来介绍下它的好兄弟 /dev/kmem crw-r----- 1 root kmem 1, 1 May 26 06:10 /dev/mem crw-r----- 1 root kmem 1, 2 May 26 06:10 /dev/kmem对比一下&#xf…

【数据分类】PNN数据分类 概率神经网络数据分类【Matlab代码#31】

文章目录 【可更换其他算法,获取资源请见文章第6节:资源获取】1. 模式识别之数据分类2. 概率神经网络(PNN)3. 基于PNN的数据分类步骤4. 部分代码展示5. 仿真结果展示6. 资源获取说明 【可更换其他算法,获取资源请见文章…

【Linux】驱动学习,先啃框架

目录 前言: 一、驱动设计 (1)面向对象: (2)分层: (3)分离: 二、驱动框架 (1)传统框架 (2)总线设备驱…

【C++项目】负载均衡oj

前言: 本篇记录负载均衡oj项目设计的整体思路和部分代码。 负载均衡oj项目基于http网络请求,通过简单的前后端交互:前端的页面编辑已经提交代码,后端控制模块和编译运行的模块分离整合(负载均衡式的选择后端编译运行服…